大地资源免费视频观看_大地资源三在线观看_大地资源高清二在线观看二战电影_大地资源二高清在线观看_大地资源在线观看视频在线观看_大地资源网第三页_大地资源中文第二页在线观看_大地资源免费更新在线播放_大地资源第三页在线观看免费_大地资源在线观看免费高清视频_大地影视资源中文网官网_大地资源二中文在线观看免费高清版电影

類似于體育界的奧運會,在國際頂會參賽也成為科研院所和科技巨頭的科技成果“試金石”。

近日,中國團隊再次刷新了人工智能自然語言處理領域國際頂級會議EMNLP 2023任務挑戰(zhàn)賽的榜單。在本次“PragTag-2023”和“Violence Inciting Text Detection(VITD)”兩項任務競賽中,中國科研機構(gòu)深蘭科學院團隊以“國產(chǎn)自研“多個預訓練模型為基礎,并結(jié)合多種自然語言處理技術(shù)在與弗吉尼亞大學、加利福尼亞大學等美國知名高校在內(nèi)的來自全球數(shù)十個團隊同場競技中脫穎而出,奪得兩項冠軍。據(jù)悉,這也是深蘭多次登頂該會議榜單。

其中,“PragTag-2023”任務競賽的要求,是在論文評審過程中,對同行評審內(nèi)容中的每一句話,按照摘要、優(yōu)點、不足、建議、結(jié)構(gòu)、其他這六個類別進行分類,以實現(xiàn)評審內(nèi)容細粒度的自動分類,并通過整合各方的評審意見,為經(jīng)驗不足的評審人提供評議幫助,該項任務的主要難點在于可參考的數(shù)據(jù)量少,缺少統(tǒng)一的分類標準。

為此,深蘭技術(shù)團隊采用了兩個出色的預訓練模型“RoBERTa”和“DeBERTa”作為語言模型底座,在對其進行調(diào)整優(yōu)化的基礎上,同時融入了諸如注意力池化、最大池化、多折交叉驗證、對抗訓練等技術(shù),并經(jīng)過多組數(shù)據(jù)實驗,通過使用多個模型投票得到結(jié)果的方式,解決了相關難題,贏得這項任務競賽的冠軍。

“Violence Inciting Text Detection(暴力煽動文本檢測)”任務競賽的內(nèi)容,則是檢測社交媒體上的文本是否包含暴力信息,并按照主動暴力、被動暴力、非暴力三個類別做分類,目的是對發(fā)生在孟加拉國和印度西孟加拉邦的各種形式的社區(qū)暴力行為進行分類甄別,以及闡明發(fā)生這一復雜現(xiàn)象的緣由,并阻止同類事件的再次發(fā)生,緩解社會上的暴力傾向。

該任務的難點主要在于文本語言的特性,因為孟加拉語雖然有2億多的使用人口,但本身還是屬于小語種,使用范圍小,可參考的文本數(shù)據(jù)也少,同時孟加拉語有著句子普遍超長、文本差異小、語意語境難以辨別的特點,這就對計算機自然語言處理技術(shù)有著更高的要求。

為了解決以上難題,深蘭技術(shù)團隊采用了“分而治之”的策略。針對小語種問題,團隊選用了“XLM-RoBERTa”和“banglabert”兩個與孟加拉語的語言特點相適配的預訓練模型;為了解決句子超長的問題,則采用了多種裁剪策略分別進行實驗,不斷優(yōu)化語句裁剪效果;為了提升語言預訓練模型的魯棒性,則通過在模型中加入注意力池化、最大池化、多折交叉驗證、對抗訓練、偽標簽、multi-sample dropout等技術(shù),以增強模型承受故障和干擾的能力。

最終,深蘭團隊以0.004分的優(yōu)勢,戰(zhàn)勝了包括弗吉尼亞大學、加利福尼亞大學、詹姆斯庫克大學等美國知名高校在內(nèi)的來自全球的27支參賽隊伍,奪得該任務競賽的冠軍。

據(jù)悉,EMNLP與ACL、NAACL并稱為三大全球自然語言處理領域頂級會議,由ACL旗下SIGDAT組織,在Google Scholar計算語言學刊物指標中排名第二,每年匯集全球頂尖實驗室組隊參加,共同探討最新進展和成果。